趋近智
趋近智
掌握 PyTorch 高级功能，用于构建复杂的深度学习 (deep learning)模型。本课程涵盖 PyTorch 内部机制、自定义自动求导函数、前沿网络结构、高级优化策略、分布式训练、模型部署优化，以及自定义 C++/CUDA 扩展。获得处理复杂人工智能工程难题的能力。
先修课程 PyTorch 中级知识，深度学习原理。
级别:
PyTorch 内部机制
理解 PyTorch 张量和自动求导引擎的底层运行原理。
自定义操作
实现自定义自动求导函数和 C++/CUDA 扩展，用于特殊运算。
高级结构
构建复杂的模型，例如 Transformer、GNN 和 Normalizing Flow。
优化技术
应用高级优化器、学习率调度器、混合精度训练和正则化。
分布式训练
实现多种并行训练策略，包括 DDP、模型并行和 FSDP。
模型部署优化
优化模型推理性能，运用 TorchScript、量化、剪枝和性能分析。